最終更新日：2026年9月23日
gk ethics sustainability
G検定トップ
＞ AIと環境保護とは？電力・水・資源と環境負荷【G検定対策】
まず結論
AIと環境保護では、AIの学習・推論に必要な電力だけでなく、ハードウェア製造、水利用、資源採掘、廃棄まで含めて環境への影響を考えます。
G検定では、
AIは環境に悪い
AIは環境問題を解決する
のどちらか一方だけで判断しないことが重要です。
AI自身の環境負荷を抑えながら、環境保全にも適切に活用するという両面を見ます。
直感的な説明
大きなAIモデルを動かすには、多くのコンピュータが必要になる場合があります。
そのため、
- 電力を使う
- サーバーを冷却する
- 半導体や機器を製造する
- 古くなった機器を廃棄する
といった環境負荷が生じます。
一方でAIは、
- エネルギー需要の予測
- 気象・環境モニタリング
- スマートグリッド
- 資源利用の最適化
などにも利用できます。
定義・仕組み
AIの環境負荷は、運用時の電力だけを見ると不十分です。
OECDは、AIコンピューティングの環境影響をライフサイクル全体で見る必要性を示しています。
代表的な観点は次のとおりです。
- 電力消費：学習・推論・データセンター運用
- 温室効果ガス排出：利用する電力源によって影響が変わる
- 水使用：データセンターの冷却など
- 資源利用：半導体や機器に必要な鉱物・材料
- 電子廃棄物：機器更新による廃棄
いつ使う？（得意・不得意）
環境負荷を考えるときは、
- モデルを必要以上に大きくしない
- 効率的なモデルやハードウェアを使う
- 学習・推論の回数や処理量を見直す
- エネルギー源を考慮する
- ライフサイクル全体で評価する
といった視点があります。
ただし、
モデルを小さくすれば必ず環境負荷が最小
とは限りません。
ハードウェア、利用頻度、電源構成などによって実際の環境影響は変わります。
G検定ひっかけポイント
環境負荷＝学習時の電力だけ？
❌ 学習時の消費電力だけ見ればよい
⭕ 推論、冷却、ハードウェア製造、水・資源・廃棄も含めて考える
AIは環境保護と矛盾する？
❌ AI利用は環境保護に必ず反する
⭕ AI自身の負荷はあるが、環境モニタリングや省エネにも活用できる
大きいモデルほど必ず悪い？
❌ パラメータ数だけで環境負荷が決まる
⭕ 計算量、利用回数、ハードウェア、電源など複数要因を見る
まとめ（試験直前用）
- AIの環境負荷＝電力だけではない
- 水・資源・製造・廃棄までライフサイクルで見る
- 学習だけでなく推論時の利用も考える
- AIは環境モニタリングや省エネにも利用できる
- 負荷と環境への便益の両面で判断する